数字图像处理图像复原技术2.pptxVIP

基于MATLAB的图像几何失真复原 目录几何失真几何失真校正几何失真图像配准复原维纳滤波几何失真 图像在生成过程中，由于成像系统本身具有的非线性或者摄影时视角的不同，都会使生成的图像产生几何失真或畸变。 几何失真包括系统失真和非系统失真。系统失真几何失真校正图像的几何失真校正包括两个步骤： 空间变换：对图像平面上的像素进行重新排列以恢复原空间关系。 灰度差值：对空间变化后的像素赋予相应的灰度值以恢复原位置的灰度值。灰度级差值 对数字图像而言，整数坐标?(x，y)??完全可能由非整数坐标?(w，z)?变换所得，某些对应?(x，y)?的原图像上的位置可能没有灰度定义，所以有必要用基于整数坐标的灰度值去推断这些位置的灰度值。用于完成该任务的技术叫作灰度级插值。MATLAB提供了如表所示的三种插值方法:? 变量值 插值方法 nearest最近邻插值法? bilinear双线性插值? bicubic双三次插值MATLAB进行几何失真校正的函数MATLAB中提供了一组函数进行几何失真校正，包括:连接点选择 、 空间变换 、 灰度差值其主要函数有： (1) tform=maketform(transform_type, transform_parameters) (2) g=imtransform(f, tform, interp) (3) cpselect(g, f)MATLAB几何失真算法f=imread(C:\Users\Alice Kong\Desktop\Blair.jpeg.);figure(1);imshow(f);basepoints=[1 1;1 200;1 512;512 1;512 200;512 512];inputpoints=[1 150;1 250;1 512;512 100;512 200;512 512];tform=cp2tform(inputpoints,basepoints,projective);gp=imtransform(f,tform,XData,[1 512],YData,[-150 512]); figure(2);imshow(gp);连接点法图像配准复原figure(1);imshow(f); g=imread(C:\Users\Alice Kong\Desktop\Blairg.jpg.);g=imread(C:\Users\Alice Kong\Desktop\Blairg.jpg.);figure(2);imshow(g); cpselect(g,f);Variables have been created in the current workspace. tform=cp2tform(input_points,base_points,projective);gp=imtransform(g,tform,XData,[1 512],YData,[1 512]);figure(3);imshow(gp)手动选择连接点1原灰度图2几何失真后3配准复原后WIENERFILTER维纳滤波21 维纳滤波综合了退化函数和噪声统计特性两方面进行复原处理。维纳滤波是寻找一个滤波器，使得复原后图像与原始图像的均方误差最小。因此，维纳滤波器通常又称为最小均方误差滤波器。 维纳滤波可用MATLAB中的deconvwnr函数实现。维纳滤波的MATLAB程序1 A=imread(C:\Users\Alice Kong\Desktop\Blair.jpeg.);imshow(A);LEN=40;THETA=45;PSF=fspecial(motion,LEN,THETA);MF=imfilter(A,PSF,circular,conv);imshow(MF);生成运动模糊图像维纳滤波的MATLAB程序——2noise=imnoise(zeros(size(A)),gaussian,0,1e-7);B=imnoise(MF,gaussian,0,1e-7);figure(2);imshow(B);figure(3);imshow(deconvwnr(B,PSF),[]);noise=imnoise(zeros(size(A)),gaussian,0,1e-7);添加高斯噪声维纳滤波的MATLAB程序3NSR=sum(noise(:).^2)/sum(B(:).^2);figure(4);imshow(deconvwnr(B,PSF,NSR),[]);维纳复原维纳滤波的MATLAB程序 A=imread(C:\Users\Alice Kong\Desktop\Blair.jpeg.);imshow(A);LEN=40;THETA=45;PSF